English 
鈴木さんのご経歴と、現在のディスカバリーズでの役割についてお聞かせください。
現在、私は株式会社ディスカバリーズのカスタマーサクセスマネージャーとして、企業が Microsoft 365 Copilot を実際に使用し、測定可能な進歩につながる実用的な方法で導入できるよう支援しています。私の仕事には、企業が AI に興味を持ち始めてから有意義な採用へと移行できるようにするための支援プログラム、KPI 設計、コミュニティ構築、データ分析などがあります。.
ディスカバリーズに入社する以前は、NTTと日本マイクロソフトで20年以上にわたって法人営業とカスタマーサクセスの職務に携わってきました。その経験から、大企業がどのように新しいテクノロジーを採用し、どこで苦戦しているのか、また、人、習慣、日々の業務に十分な注意を払わないままツールを導入すると、なぜ変革がうまくいかないことが多いのかを、最前線で見てきました。.
現在の私の原動力は、AIを専門家だけでなく、誰もが利用できるようにすることです。AIの本当の価値は、一般的なビジネスユーザーが日々の業務でより効率的に働き、より良い意思決定を行えるようにすることから生まれると信じています。.
鈴木さん、マイクロソフトのエコシステムに20年以上携わってきて、日本企業のテクノロジー採用の仕方、特に「ツール対トランスフォーメーション」についての考え方で、最も根本的な変化は何ですか？
過去20年間で、私が見てきた最も大きな変化の1つは、日本企業がテクノロジー導入についてどのように考えるかについて、より成果志向になったということです。かつては、ツールがスムーズに導入され、組織全体に展開されたかどうかで成功が定義されることがよくありました。今日では、より多くのリーダーが、導入後に何が起こったかを知りたがっています。仕事の質とスピードが向上したか、より良い意思決定をサポートしたか、明確なビジネス成果を生み出したか、などです。.
多くの組織はまだ過渡期にあります。彼らは結果を期待していますが、多くの場合、実際の仕事の進め方を変えるというよりは、導入の練習として導入に取り組み続けています。.
企業は単にツールを導入するだけでは満足しなくなってきています。企業は単にツールを導入するだけでは満足しなくなりつつあり、テクノロジーによって実際の業務に測定可能な価値を生み出すことを期待するようになっているのです。.
ディスカバリーズでCopilotの導入に密接に取り組んだ経験から、導入後数週間でCopilotが現実的に提供できるものについて、企業のリーダーが抱いている最大の誤解は何でしょうか。
最大の誤解は、Copilot を導入したからといって、すぐに組織全体に影響が及ぶというものです。多くのリーダーは、ライセンスが割り当てられれば、従業員がすぐに効果的な使用を開始し、数週間以内に明確なビジネス成果が現れると期待しています。.
実際には、最初の数週間は学習と発見の段階と考えるべきです。従業員は、Copilotがどこで役立ち、どの作業をうまくサポートし、実際のワークフローにどのように組み込むかを理解する時間が必要です。この段階で最も意味のあるシグナルは、大きなROIの数字ではなく、初期の使用パターン、実用的な使用例、チーム全体で共有し繰り返すことができる事例です。.
重要なポイントは、初期導入は最終的な成果段階としてよりも、組織が現実的にどのような価値を生み出すことができるかを学ぶ段階として評価されるべきであるということです。.
組織がパイロット・プログラムから本格的なロールアウトに移るとき、何が最初のボトルネックになりがちでしょうか。
最初のボトルネックを挙げるとすれば、従業員の使用習慣でしょう。.
パイロット・プログラムの参加者は、通常、アーリー・アダプター（初期採用者）または非常に熱心なユーザーであるため、多くの場合、有望に見えます。本格的なロールアウトは違います。一般的な従業員が、そのツールを実際にルーチンに取り入れ、実際のタスクに適用し、継続的なサポートなしに使い続けられるかどうかが明らかになります。そこで多くの組織は、展開が習慣形成よりもはるかに簡単であることを発見するのです。.
リーダーシップの連携は非常に重要であり、連携が不十分であれば、すべてが遅々として進まなくなります。データの準備も、利用が拡大するにつれて重要になってきます。しかし、通常、組織が最も直接的に感じる最初のボトルネックは、従業員が最初の露出を一貫した実用的な行動に変えることができるかどうかです。.
グローバルな導入事例では、AIツールの利用がパイロット時にピークに達し、その後減少するというパターンがよく見られます。日本では、この減少の仕方は異なるのでしょうか。また、利用が継続するか衰退するかには、通常どのような要因が影響するのでしょうか。
はい、日本でも基本的には同じパターンです。パイロットの時期は利用がピークに達し、その後は減少することが多いので、その点で日本が根本的に違うとは言えません。.
日本と違うのは、衰退が静かなことです。従業員が日常業務の中でツールの明確な位置づけを見いだせなかったり、周囲で目に見える形で使われているのを見かけなかったりすると、あまり議論されることなく利用が衰退してしまうのです。そのため、パイロットからロールアウトへの移行が非常に重要なのです。.
拡張を単に大規模な導入として扱うと、利用率が低下することがよくあります。しかし、組織が事前にその落ち込みに備えるなら、より効果的に強力な使用率を維持することができます。私の経験では、それは、社内のプロモーション、実践的なトレーニング、そしてツールが単なる実験ではなく、仕事を進化させる方法の一部であるというトップダウンの明確なメッセージを通じて、採用を強化することを意味します。継続的な利用が自動的に行われることはほとんどありません。それは通常、衰退を予測し、意図的な行動で対応することから生まれます。.
製造業、金融業、公共部門など、さまざまな業界で、Copilot の導入方法に意味のある違いが見られますか。また、ワークスタイルの変革を推進するという中核的な課題は、驚くほど一貫していますか。
業種によって意味のある違いがあるのは確かです。製造業では、組織は精度と幻覚リスクに特に敏感な傾向があります。金融業界では、データガバナンスがすでに比較的強固であることが多く、ジェネレーティブAI導入のための実行可能な基盤を構築しやすくなります。公共部門では、多くの組織が紙ベースのプロセスや対面会議への依存度の高さなど、より基本的なデジタル化の課題にまだ取り組んでいるため、AI導入だけでなくデジタル化そのものが問題になるケースもあります。.
同時に際立っているのは、根底にある動機がどれだけ共有されているかということです。これらすべてのセクターにおいて、組織は明らかにAIが自分たちを取り巻く競争環境と経営環境を変えつつあると感じており、その多くが現実的な対応策を模索しています。.
つまり、業界の状況によって採用の形態が変わるということです。しかし、より深い課題は驚くほど一貫しています。いかにしてAIを実際の仕事につなげ、日常的な使用で信頼を築き、最初の関心を永続的な行動変容に変えるかです。.
生産性の向上だけでなく、特にチームのコミュニケーション方法や社内の役割の進化など、組織においてCopilotが最も予想外の影響を与えたのはどこですか。
私が見た予想外の影響の1つは、Copilotによって組織内のデジタル不平等が可視化されることです。すでにデジタルツールを日常的に使用している従業員は、AIをすぐに採用し、早期にその価値を得始めます。しかし、日常業務でデジタル作業にあまり慣れていない従業員は、明確なエントリーポイントを見つけるのに苦労することがよくあります。.
つまり、AIの影響は必ずしも均等ではないということです。ある組織では、すでにデジタルワークに慣れ親しんでいた人たちの生産性がさらに向上する一方で、その変化から大きく外れたままの人たちもいます。これは生産性だけでなく、誰が発言し、誰が実験し、さまざまな従業員がAIを活用した環境で貢献することにどの程度自信を持っているかに影響する可能性があります。.
私にとって最も重要な教訓のひとつは、AIの採用はAIツールそのものだけの問題ではないということです。また、そもそもその組織が広範な採用のために十分なデジタル基盤を構築しているかどうかも明らかになります。.
あなたは、社内コミュニケーションやナレッジシステムが重要な役割を果たす企業環境で深く働いてきました。その経験から、SharePoint や Teams といったツールの構造は、Copilot が組織内で成功するか、あるいは苦戦するかどうかにどの程度影響しますか。
それは非常に重要です。SharePoint と Teams は、Copilot が組織内で実際にどれだけの価値を提供できるかを決定するデータ基盤の一部です。.
しかし、私はもう一歩踏み込みたいと思います。情報共有に関する企業文化についてもです。Copilotがうまく機能するためには、重要なファイルを個人のデスクトップや個人用ストレージに残しておくべきではありません。SharePointなどの共有環境に保存し、組織の共有ナレッジベースの一部にする必要があります。同じように、コミュニケーションもオフラインの会話だけで行われるべきではありません。チームもまた、デジタルコミュニケーションが活発に行われ、継続的なナレッジが蓄積されるスペースとして機能する必要があります。.
SharePointとTeamsを技術的なプラットフォーム以上のものと考えているのはそのためです。それは、組織が使用可能なデジタル知識環境を構築しているかどうかを反映するものです。Copilotは、共有され、構造化され、蓄積されたものからしか機能しません。企業は、開始前に完璧な環境を構築する必要はありませんが、デジタルナレッジ基盤の質が Copilot の成否に大きく影響することを認識する必要があります。.
セキュリティと企業システムにまたがるあなたの経歴を踏まえて、企業はAIガバナンスとイノベーションのスピードのバランスを、実際のチームの採用を遅らせることなく、どのように考えるべきでしょうか？
私は、ガバナンスをコントロールの仕組みとして理解すべきではないと考えています。特にAIを初めて導入する社員にとっては、セキュリティや情報漏えいに対する懸念が導入の最大の障壁になりがちです。その意味で、ガバナンスは単なるリスク管理ではありません。人々が安心してAIを利用できるように、十分な明確性と安心感を与えることなのです。.
私は時々、公共の公園のルールのように考えることがあります。そのルールは、人々がその空間を利用するのを妨げるためにあるのではなく、誰もが安全に利用できるようにするためにあるのです。AIガバナンスも同様の目的を果たすべきです。恐怖の雰囲気を作り出すのではなく、不確実性を減らし、責任ある利用をサポートすべきなのです。.
適切なバランスは実用的なガードレールから生まれます。企業には、許容される使用、データの取り扱い、エスカレーションポイントに関する明確なガイダンスが必要です。優れたガバナンスは、責任ある利用が可能かつ安全であると感じられるようにすることで、採用をサポートする必要があります。.
マイクロソフトのエコシステム内部でエージェントベースのシステムへと移行していく中で、カスタマーサクセス・リーダーの役割はどのように進化していくとお考えですか？テクノロジーに関する専門知識がより重要になるのでしょうか、それとも組織の行動や意思決定を導くことがより重要になるのでしょうか。
エージェントベースのシステムが一般的になるにつれて、カスタマーサクセスのリーダーは、より強い技術的な理解が必要になります。エージェントがどのように機能するのか、エージェントはどこで効果を発揮するのか、エージェントはどのようなリスクをもたらすのか、エージェントはどのように管理されるべきなのかを理解する必要があります。.
同時に、この役割にはよりビジネス志向の、BPRのような視点が必要になるでしょう。エージェントは単なる新しいツールではありません。何が自動化されるべきか、何が人間主導のままであるべきか、より良いビジネス成果をもたらすためにワークフローをどのように再設計すべきか。.
そのため、カスタマーサクセスのリーダーには、技術スキルとビジネススキルの両方が求められます。プロセスを理解し、どのタスクが本当にAIに適しているのかを見極め、1つのツールがすべてに適合すると考えるのではなく、適切なソリューションを選択し、エージェントがどのようなビジネスゴールに貢献すべきかをアドバイスする必要があります。これこそが、人間の判断が不可欠であり続ける役割だと思います。.
日本語